Класс: RegressionSVM
Перекрестная проверенная модель регрессии машины опорных векторов
CVMdl = crossval(mdl)
CVMdl = crossval(mdl,Name,Value)
возвращает перекрестно проверенную (секционированную) машину опорных векторов, CVMdl
= crossval(mdl
)CVMdl
, из обученной регрессионой модели SVM, mdl
.
возвращает перекрестно проверенную модель с дополнительными опциями, заданными одним или несколькими CVMdl
= crossval(mdl
,Name,Value
)Name,Value
аргументы в виде пар.
Вместо того, чтобы обучать регрессионую модель SVM и затем проводить ее перекрестную валидацию, можно создать перекрестно проверенную модель непосредственно при помощи fitrsvm
и определение любого из этих аргументов пары "имя-значение": 'CrossVal'
, 'CVPartition'
, 'Holdout'
, 'Leaveout'
, или 'KFold'
.
[1] Нэш, У. Дж., Т. Л. Селлерс, С. Р. Тальбот, А. Дж. Коуторн и У. Б. Форд. "Популяционная биология Абалоне (виды Haliotis) в Тасмании. I. Blacklip Abalone (H. rubra) с Северного побережья и островов пролива Басс ". Деление морского рыболовства, технический доклад № 48, 1994 год.
[2] Waugh, S. «Extending and Benchmarking Cascade-Correlation: Extensions to the Cascade-Correlation Architecture and Benchmarking of Feed-Forward Supervied Neural Networds». Тасманийский университет, кафедра компьютерных наук, 1995 год.
[3] Кларк, Д., З. Шретер, А. Адамс. «A Quantitative Comparison of Dystal and Backpropagation». представлено на Австралийской конференции по нейронным сетям, 1996.
[4] Лихман, M. UCI Machine Learning Repository, [http://archive.ics.uci.edu/ml]. Ирвин, Калифорнийский университет, Школа информации и компьютерных наук.
CompactRegressionSVM
| fitrsvm
| kfoldLoss
| kfoldPredict
| RegressionPartitionedSVM
| RegressionSVM